微电子学与计算机
微電子學與計算機
미전자학여계산궤
MICROELECTRONICS & COMPUTER
2008年
2期
54-57,61
,共5页
贝叶斯网络%分类器集成模型%结构学习%约束信息熵%免疫遗传算法
貝葉斯網絡%分類器集成模型%結構學習%約束信息熵%免疫遺傳算法
패협사망락%분류기집성모형%결구학습%약속신식적%면역유전산법
提出了一种多贝叶斯网络集成的分类和预测方法.把专家知识作为"疫苗",利用免疫遗传算法和约束信息熵适应度函数相结合的方法进行贝叶斯网络结构的学习,得到多个反映同一样本数据集的、网络结构复杂度折衷的、满意的贝叶斯网络结构.然后,给出了多贝叶斯网络分类器集成模型,把学习得到的贝叶斯网络进行集成,代表"专家"对未知类别的不完全数据进行群决策的分类和预测,提升贝叶斯网络分类器的泛化能力.最后,结合贝叶斯推理工具GeNIe软件,通过实例说明该方法的合理性和有效性.
提齣瞭一種多貝葉斯網絡集成的分類和預測方法.把專傢知識作為"疫苗",利用免疫遺傳算法和約束信息熵適應度函數相結閤的方法進行貝葉斯網絡結構的學習,得到多箇反映同一樣本數據集的、網絡結構複雜度摺衷的、滿意的貝葉斯網絡結構.然後,給齣瞭多貝葉斯網絡分類器集成模型,把學習得到的貝葉斯網絡進行集成,代錶"專傢"對未知類彆的不完全數據進行群決策的分類和預測,提升貝葉斯網絡分類器的汎化能力.最後,結閤貝葉斯推理工具GeNIe軟件,通過實例說明該方法的閤理性和有效性.
제출료일충다패협사망락집성적분류화예측방법.파전가지식작위"역묘",이용면역유전산법화약속신식적괄응도함수상결합적방법진행패협사망락결구적학습,득도다개반영동일양본수거집적、망락결구복잡도절충적、만의적패협사망락결구.연후,급출료다패협사망락분류기집성모형,파학습득도적패협사망락진행집성,대표"전가"대미지유별적불완전수거진행군결책적분류화예측,제승패협사망락분류기적범화능력.최후,결합패협사추리공구GeNIe연건,통과실례설명해방법적합이성화유효성.
